[发明专利]一种显著性数据集的评测方法

权利要求书

1.一种显著性数据集性能的评测方法，包括以下步骤：

步骤1：统计每副图像的显著区域大小占据整幅图像的比例并判断比例等级，统计各比例等级内的显著区域个数占所述数据集所有显著区域个数的比例；

步骤2：统计与图像边缘相连的显著区域的个数占所述数据集所有显著区域个数的比例；

步骤3：统计所述数据集的显著区域和整幅图像的RGB颜色特征差的均值；

步骤4：根据所述步骤1至步骤3中的结果，计算所述数据集的性能分值，所述性能分值越低的所述显著性数据集的性能越好。

2.如权利要求1所述的显著性数据集性能的评测方法，其特征在于：所述步骤1输入的为数据集D和它对应的二值标注图S。

3.如权利要求2所述的显著性数据集性能的评测方法，其特征在于：所述比例等级个数为10。

4.如权利要求3所述的显著性数据集性能的评测方法，其特征在于：所述步骤1还包括以下步骤：

步骤101：所述数据集中的图像I和图像I对应的二值标注图G，提取二值标注图G中连通的显著区域集合C，所述C的个数为m；

步骤102：x_i代表图像I中第i块显著区域，计算x_i的面积占整幅图像的百分比，计算方法如下； ，其中，x_i∈C，1≤i≤m；

步骤103：判断d_i的比例等级为j，num_j＝num_j+1，1≤j≤10，num_j的初始值为0，其中，num_j为比例等级为j的显著区域数目；

步骤104：对数据集D中的每幅图像及对应的二值标注图都进行所述步骤101到所述步骤103的计算过程；

步骤105：计算10个比例等级内的显著区域个数占所述数据集所有显著区域个数的比例，计算方法如下：。

5.如权利要求1所述的显著性数据集性能的评测方法，其特征在于：所述步骤2输入的为数据集D和它对应的二值标注图S。

6.如权利要求5所述的显著性数据集性能的评测方法，其特征在于：所述步骤2还包括以下步骤：

步骤201：读取图像I_i和图像I_i对应的二值标注图G，图像I_i∈D；

步骤202：提取二值标注图G中连通的显著区域集合C，C的个数为m，sum＝sum+m，其中，sum代表显著区域的个数，sum的初始值为0；

步骤203：当x_i和图像的边缘连接时，num＝num+1，其中，num代表和图像边缘连接的显著区域的个数，num的初始值为0；

步骤204：对数据集D中的每幅图像及对应的二值标注图都进行所述步骤201到所述步骤203的计算过程；

步骤205：计算与图像边缘相连的显著区域的个数以及占数据集所有显著区域的比例，计算方法如下：。

7.如权利要求1所述的显著性数据集性能的评测方法，其特征在于：所述步骤3输入的为数据集D和它对应的二值标注图S。